Bắt đầu hành trình với Large Language Models (LLMs) bằng cách hiểu chúng là gì, có thể làm được gì, và nhìn “bên dưới nắp capo” để hình dung cách chúng vận hành!

Giới thiệu về large language models (LLMs)

Dùng pipeline để tóm tắt văn bản

Làm sạch phản hồi

Sử dụng LLM đã được huấn luyện sẵn

Tạo văn bản

Dịch văn bản

Tìm hiểu về transformer

Nhận diện transformer

Sử dụng đúng cấu trúc mô hình

Bắt đầu với Large Language Models (LLMs)

Tìm hiểu cách tận dụng các LLM đã được huấn luyện sẵn và tập dữ liệu từ Hugging Face để fine-tune một mô hình.

Chuẩn bị cho fine-tuning

Tokenize văn bản

Ánh xạ quá trình tokenization

Fine-tuning thông qua huấn luyện

Thiết lập tham số huấn luyện

Thiết lập trainer

Sử dụng mô hình đã fine-tune

Các phương pháp fine-tuning

Học chuyển giao với one-shot learning

Các cách tiếp cận transfer learning

Fine-tune LLMs

Khám phá các thước đo khác nhau để đánh giá hiệu suất mô hình và kết thúc bằng việc tìm hiểu những thách thức khi áp dụng LLM trong thế giới thực.

Thư viện evaluate

Tải các metric với evaluate

Mô tả các thước đo

Sử dụng các chỉ số của evaluate

Các chỉ số cho nhiệm vụ ngôn ngữ: perplexity và BLEU

Đánh giá perplexity

Dịch BLEU

Các chỉ số cho tác vụ ngôn ngữ: ROUGE, METEOR, EM

Đánh giá với ROUGE

Đánh giá với METEOR

Đánh giá bằng EM

Bảo vệ LLMs

Kiểm tra mức độ độc hại

Đánh giá regard

Về đích

Đánh giá hiệu suất LLM

Course Glossary Introduction to LLMs in Python

Large Language Models (LLMs) đang trở thành công cụ then chốt đứng sau nhiều bước tiến và ứng dụng ấn tượng nhất trong bức tranh AI hiện nay. Khóa học thực hành này sẽ trang bị cho bạn kiến thức và kỹ năng thiết thực để hiểu, xây dựng và khai thác sức mạnh của LLMs nhằm giải quyết các bài toán ngôn ngữ phức tạp như dịch thuật, sinh ngôn ngữ, hỏi–đáp và hơn thế nữa. Thông qua các bài tập mã hóa tương tác, bạn sẽ học cách làm việc với transformers. Bạn cũng sẽ khám phá các mô hình ngôn ngữ và tập dữ liệu đã được huấn luyện sẵn từ Hugging Face. Đến cuối khóa học, bạn sẽ có thể fine-tune và đánh giá các LLM được huấn luyện sẵn bằng những thước đo chuyên biệt. Bạn cũng sẽ hiểu rõ các thách thức chính và cân nhắc đạo đức khi đưa LLM vào các ứng dụng thực tế.

Video có bản chép lời trực tiếp, bạn có thể hiển thị bằng cách bấm "Show transcript" ở góc dưới bên trái của video.
Bảng thuật ngữ của khóa học nằm ở phần tài nguyên bên phải.
Để nhận tín chỉ CPE, bạn cần hoàn thành khóa học và đạt tối thiểu 70% ở bài đánh giá đủ điều kiện. Bạn có thể đi tới bài đánh giá bằng cách nhấp vào mục gọi ý tín chỉ CPE ở bên phải.

<h2>Khám phá những gì ẩn sau sự phổ biến của các mô hình ngôn ngữ lớn</h2>
<br><br>
Các mô hình ngôn ngữ lớn (LLMs) đã trở thành công cụ quan trọng, đóng vai trò then chốt trong việc thúc đẩy những tiến bộ và ứng dụng đáng chú ý nhất trong lĩnh vực trí tuệ nhân tạo (AI) hiện nay. Khóa học thực hành này sẽ trang bị cho bạn kiến thức và kỹ năng thực tiễn cần thiết để hiểu, xây dựng và khai thác sức mạnh của các mô hình ngôn ngữ lớn (LLMs) trong việc giải quyết các tác vụ ngôn ngữ phức tạp như dịch thuật, sinh ngôn ngữ và nhiều tác vụ khác.
<br><br>
<h2>Khám phá kiến trúc LLM và tận dụng các mô hình đã được huấn luyện sẵn</h2>
<br><br>
Thông qua các bài tập lập trình tương tác, quý vị sẽ khám phá các kiến trúc biến áp khác nhau và cách nhận diện chúng. Quý vị sẽ tìm hiểu cách tận dụng các mô hình ngôn ngữ đã được huấn luyện sẵn và bộ dữ liệu từ Hugging Face để tinh chỉnh và đánh giá mô hình của mình bằng các chỉ số nâng cao phù hợp với các mô hình ngôn ngữ lớn (LLMs). Cuối cùng, quý vị sẽ tìm hiểu thêm về các vấn đề đạo đức và thiên vị liên quan đến các mô hình ngôn ngữ lớn (LLMs) và các phương pháp để nhận diện những vấn đề này. Sau khi hoàn thành khóa học này, quý vị sẽ có khả năng xây dựng các mô hình ngôn ngữ lớn (LLMs), tinh chỉnh và đánh giá chúng bằng các chỉ số chuyên biệt, đồng thời hiểu rõ các thách thức chính và các vấn đề đạo đức liên quan đến việc triển khai các ứng dụng LLMs trong thực tế.

Working with Hugging Face

Tìm hiểu chi tiết về LLM và kiến trúc transformer cách mạng của chúng!

Nhập môn LLMs trong Python

Hãy tìm hiểu chi tiết về các mô hình ngôn ngữ lớn (LLMs) và kiến trúc transformer cách mạng mà chúng được xây dựng dựa trên!

Kỹ sư AI cấp bậc Associate dành cho các nhà khoa học dữ liệu

Phát triển các mô hình ngôn ngữ quy mô lớn

Cơ bản về Hugging Face

Cơ bản về Trí tuệ nhân tạo Snowflake

Senior Data Science Content Developer, DataCamp

Chỉ số cho tác vụ ngôn ngữ: ROUGE, METEOR, EM

Tác vụ và chỉ số cho LLM

ROUGE

Kết quả ROUGE

METEOR

Hỏi đáp

Exact Match (EM)

Ayo berlatih!

Đánh giá hiệu suất LLM - Các chỉ số cho tác vụ ngôn ngữ: ROUGE, METEOR, EM

Các chỉ số cho tác vụ ngôn ngữ: ROUGE, METEOR, EM

Create Your Free Account